ワークショップまとめ：AI SDRを45分で構築

多くの営業チームは受け身のままです。インバウンドが多く、対応が遅く、アウトバウンドに回せる担当者も足りません。

この記事では、ライブワークショップの内容をまとめていますAI SDRを45分で構築 ー AI SDRエージェントの構築と導入方法を解説します。

AI SDRエージェントが重要な理由

ElevenLabsがAI SDRエージェントを導入する前に直面していた課題は、特別なものではありません。

主な課題は以下の通りです：

1. チームの成長が需要に追いついていない
2. インバウンドが多すぎてアウトバウンド対応が難しい
3. リードへの対応が遅い
4. 営業時間外に来たリードへの返信が遅くなる（例：金曜夜に来たリードは月曜まで返信がなく、さらにミーティングも水曜になることも）
5. 言語が障壁になりつつあった
   

この業務を自動化する理由は明確でした。

AI SDRエージェントは24時間365日稼働し、70以上の言語に対応。定められた基準でリードを精査し、通話中にカレンダーへ直接ミーティングを予約します。引き継ぎの遅れやタイムゾーンの問題もありません。

現在の成果：

1. このエージェントは、フルタイムSDR2人分の成果を出しています
2. 精査の正確性は88％
3. 顧客満足度は10点中8.7点

デモ1：AI SDRの実演

シナリオ： 見込み客がElevenLabsの営業問い合わせフォームから連絡。エージェントのJonが対応し、精査を進めた後、ミーティングを予約します。

デモ内容：

• Jonは見込み客の利用目的を特定：注文状況の案内用ボイスエージェントを構築し、毎週数千件の顧客対応を想定
• エージェントはデータコンプライアンスに関するセキュリティ質問に、SOC2 Type2、HIPAA、GDPR、EUデータレジデンシー、BAA締結可能などを即答
• Jonは精査のための質問を一つずつ実施：現在のプラン、想定会話数、導入時期など
• すべての基準をクリアしたら、エージェントはスケジューリングへ移行
• Jonは見込み客のタイムゾーン（ロンドン）を確認し、カレンダーの空き状況をリアルタイムで取得して具体的な候補を提示
• 見込み客は火曜15:15を選択。通話中にカレンダーへミーティングが即時予約されました
• 最後にJonが満足度を尋ね、見込み客は10点満点と回答。エージェントがそのスコアを自動で抽出・記録しました

重要なポイント： この一連の精査と予約フローは、人間のSDRが通話に参加せずに完結しています。エージェントはコンプライアンスへの懸念にも対応し、複数ステップの精査、ライブカレンダー連携、CRM用の構造化データ収集まで、1回の会話で実施。通話記録、ツール利用履歴、精査結果、CSATスコアもすぐにプラットフォームで確認できます。

AI SDRの主な構成要素

システムプロンプト
エージェントの目的、性格、環境、ガードレールを定義します。SDRエージェントの場合、精査基準や話してよい内容・避けるべき内容、運用環境などを明確にします。初期の学びとして、システムプロンプトを簡潔にし、ロジックをWorkflowsに分けることでエラーが減り、エージェントの動作が安定しました。

ワークフロー
エージェントを複数のノードに分割し、それぞれに目標や引き継ぎ条件を設定できます。オーケストレーターノードで進行を判断し、精査ノードで適切な質問を順番に実施、非営業の問い合わせにはサポートルーティングノード、ツールを使うスケジューリングノードなど。各ノードごとにLLMやナレッジベース、ガードレールを持たせることも可能です。

ナレッジベース
エージェントが正確に回答するために必要な情報を提供します。プロダクトの機能や、SDRチームの経験からまとめた100以上のFAQなどを読み込ませます。

ツール
エージェントを実際のシステムと連携させます。スケジューリングエージェントはカレンダー連携（cal.com）で空き状況を確認し、ミーティングを予約可能。同じ仕組みでCRM更新、Slack通知、データベース参照なども対応できます。

分析とデータ収集
導入前に設定します。成功の二択指標や、ユースケース・会話数・導入時期・精査結果などの構造化データ、通話終了時に自動抽出されるCSATスコアを定義。すべての変数は通話後の記録画面で確認できます。

ベストプラクティス

1. 構築前に成功の定義を決める 「精査済み」の意味を自分のユースケースに合わせて明確に書き出しましょう。具体的に。エージェントの精査基準は、新人SDRに初日に伝える内容と同じくらい明確であるべきです。
2. まずは1つのワークフローから始めて改善する ElevenLabsエージェントの初期バージョンは、すべてのロジックがシステムプロンプトに入っていました。Workflowsに分けることで、精度が上がり、管理もしやすくなりました。
3. タスクに合ったLLMを選ぶ シンプルな進行管理には軽量モデル、ツール利用や複雑な推論が必要なノードには高性能モデルを使い分けましょう。こうすることで遅延も改善します。
4. 各言語でネイティブにクローンされた声を選ぶ 多言語展開では、その言語でクローンされた声を使うことで、すべて同じ声を使うよりも品質が大きく向上します。
5. ガードレールは早めに設定し、随時追加する ある見込み客がエージェントにスパゲッティのレシピを尋ねたことも。すべてのイレギュラーケースを最初から想定するのは難しいので、モニタリング体制を作り、学びながらガードレールを更新しましょう。
6. 動的変数で会話をパーソナライズ 通話開始時に発信者の名前や会社名、現在のプランなどをエージェントに渡すことで、会話がより的確になり、確認のやり取りも減ります。
7. ツール利用時にサウンドエフェクトを追加 エージェントがカレンダーを確認したりCRMに書き込む際、タイピング音や短い効果音を入れると、無音で気まずくならず自然な体験になります。
   

フルセッションを見る

フルセッションを見るこちら。